基于运动算法自动跟随的载物车系统研究
发布时间：2021-01-16 20:39
现有的自动跟随载物车系统还存在着易受干扰、跟踪准确性差,被跟随者还需携带手持装置等缺陷。针对上述问题,本文设计了一种基于运动算法自动跟随的载物车系统。系统利用摄像头并借助图像处理技术识别出被跟随目标后,根据被跟随目标质心的运动情况来跟踪被跟随目标,在不需要携带任何手持装置的情况下,就能实现复杂环境下对被跟随目标的自动跟随。本文利用图像处理、嵌入式与通信等技术相结合的方式完成载物车自动跟随系统的设计。本系统由自动跟随的载物车和被跟随目标两部分组成,在自动跟随载物车检测被跟随目标的过程中,由于被跟随目标的图像是由摄像头转动和被跟随目标自身运动的叠加构成,因此本系统通过运动算法建立了全局运动模型,根据相邻两帧图像之间特征区域的位置关系求出所建立运动模型矩阵中的未知运动参数,利用所求得的运动模型对运动图像进行补偿,使得相邻帧图像的背景相对静态化,采用背景减除结合四帧差分的思想完成了运动图像中被跟随目标的检测、提取。在此基础上,根据被跟随目标质心的运动情况,摄像头进一步对被跟随目标进行了跟踪和预测。通过模拟仿真实验验证了本文使用的运动算法的可行性,完成了载重小于等于110kg的载物车对被跟随目标...
【文章来源】：哈尔滨理工大学黑龙江省
【文章页数】：62 页
【学位级别】：硕士
【部分图文】：
特征点匹配效果图
Ik-1 图 3-2 帧间差分法框架图 Fig.3-2 Interframe difference method frame diagram 由式(3-6)可得到差分图像 D(m,n)： 1255, ( , ) ( , )( , )0,k kI m n I m n TD m nother (3-6) 式(3-6)中，阈值 T 为已知量，可根据实际应用场景将其设置为固定值。在所得差分图像中，相邻两帧图像之间发生了运动的点的像素值为 255，而图像背景上的点的像素值为 0。帧差法易受噪声影响，且目标在相邻帧间运动不明显时不易获取被跟随目标整体的轮廓。帧间差分效果图如图 3-3 所示。
哈尔滨理工大学工学硕士学位论文-19-3.2.2运动图像后处理采用背景减除和四帧差分相结合的思想来检测被跟随目标，先将动态阈值T分别融入背景减除法和四帧差分法中，有效克服光照变化产生影响的同时解决了双影、空洞等问题，从而能更好的将被跟随目标和背景有效地分割开来，再使用连通性检测的方法降低或者彻底消除噪声斑点，进而得到更为完整的前景图I(m,n)，被跟随目标检测效果图如图3-4所示。图3-4被跟随目标检测效果图Fig.3-4Movingtargetdetectioneffectchart3.3被跟随目标跟踪算法研究3.3.1被跟随目标区域截取在3.1节的基础上，已经对被跟随目标和背景进行有效的阈值分割，根据被跟随目标像素信息来求取质心在图像坐标系中的坐标。已经把前景图进行了二值化，则被跟随目标质心Z(p,q)的坐标计算方法如式(3-7)所示。11111111(,)(,)(,)(,)NMnmNMnmNMnmNMnmnImnpImnmImnqImn(3-7)
【参考文献】：
期刊论文
[1]基于三维激光雷达的障碍物检测与跟踪[J]. 杨大磊,任文峰,马庆龙. 汽车实用技术. 2019(21)
[2]自动跟随服务机器人的设计研究[J]. 连幸. 决策探索(下). 2019(09)
[3]爬壁机器人的研究现状[J]. 程思敏,陈韦宇,丛培杰. 机电工程技术. 2019(09)
[4]基于语音识别的人形机器人的设计与实现[J]. 翁剑鹏,彭军发,李金林,易向东. 科技创新导报. 2019(18)
[5]基于视觉导航的微型智能车路径识别系统研究[J]. 裴茂印,张仁杰,曾忠. 软件导刊. 2019(02)
[6]基于移动小车的无线传感器网络数据采集算法[J]. 张淳. 电脑知识与技术. 2018(15)
[7]我国工业机器人行业的发展现状及启示[J]. 谭文君,董桂才,张斌儒. 宏观经济管理. 2018(04)
[8]基于WiFi与蓝牙的室内定位技术探究[J]. 孙纬民,杜庆治. 软件导刊. 2018(03)
[9]探究智能移动机器人的现状及展望[J]. 武雨飞. 中国战略新兴产业. 2018(12)
[10]基于超声波测距的室内定位系统[J]. 徐盛良,鲁照权,周永燕,王肖玥峰,丁浩峰. 机械设计与制造工程. 2017(11)
硕士论文
[1]基于CSI指纹的室内定位技术研究[D]. 蔡晨威.北京邮电大学 2019
[2]基于粒子滤波的人体跟随小车研究和实现[D]. 夏云川.西南交通大学 2018
[3]基于嵌入式Linux的视频监控系统设计[D]. 周景文.太原科技大学 2018
[4]基于改进核相关滤波算法的跟随机器人设计与实现[D]. 王彬.浙江大学 2018
[5]基于STM32的未知环境下自主定位移动机器人控制平台的研究与实现[D]. 尹天伦.东南大学 2017
[6]智能移动机器人的开发与研究[D]. 薛潭.青岛科技大学 2017
[7]基于多传感器信息融合的移动机器人控制[D]. 罗彬.东华大学 2016
[8]自动跟随小车控制系统[D]. 刘伟丽.长春理工大学 2013
本文编号：2981493
【文章来源】：哈尔滨理工大学黑龙江省
【文章页数】：62 页
【学位级别】：硕士
【部分图文】：
特征点匹配效果图
Ik-1 图 3-2 帧间差分法框架图 Fig.3-2 Interframe difference method frame diagram 由式(3-6)可得到差分图像 D(m,n)： 1255, ( , ) ( , )( , )0,k kI m n I m n TD m nother (3-6) 式(3-6)中，阈值 T 为已知量，可根据实际应用场景将其设置为固定值。在所得差分图像中，相邻两帧图像之间发生了运动的点的像素值为 255，而图像背景上的点的像素值为 0。帧差法易受噪声影响，且目标在相邻帧间运动不明显时不易获取被跟随目标整体的轮廓。帧间差分效果图如图 3-3 所示。
哈尔滨理工大学工学硕士学位论文-19-3.2.2运动图像后处理采用背景减除和四帧差分相结合的思想来检测被跟随目标，先将动态阈值T分别融入背景减除法和四帧差分法中，有效克服光照变化产生影响的同时解决了双影、空洞等问题，从而能更好的将被跟随目标和背景有效地分割开来，再使用连通性检测的方法降低或者彻底消除噪声斑点，进而得到更为完整的前景图I(m,n)，被跟随目标检测效果图如图3-4所示。图3-4被跟随目标检测效果图Fig.3-4Movingtargetdetectioneffectchart3.3被跟随目标跟踪算法研究3.3.1被跟随目标区域截取在3.1节的基础上，已经对被跟随目标和背景进行有效的阈值分割，根据被跟随目标像素信息来求取质心在图像坐标系中的坐标。已经把前景图进行了二值化，则被跟随目标质心Z(p,q)的坐标计算方法如式(3-7)所示。11111111(,)(,)(,)(,)NMnmNMnmNMnmNMnmnImnpImnmImnqImn(3-7)
【参考文献】：
期刊论文
[1]基于三维激光雷达的障碍物检测与跟踪[J]. 杨大磊,任文峰,马庆龙. 汽车实用技术. 2019(21)
[2]自动跟随服务机器人的设计研究[J]. 连幸. 决策探索(下). 2019(09)
[3]爬壁机器人的研究现状[J]. 程思敏,陈韦宇,丛培杰. 机电工程技术. 2019(09)
[4]基于语音识别的人形机器人的设计与实现[J]. 翁剑鹏,彭军发,李金林,易向东. 科技创新导报. 2019(18)
[5]基于视觉导航的微型智能车路径识别系统研究[J]. 裴茂印,张仁杰,曾忠. 软件导刊. 2019(02)
[6]基于移动小车的无线传感器网络数据采集算法[J]. 张淳. 电脑知识与技术. 2018(15)
[7]我国工业机器人行业的发展现状及启示[J]. 谭文君,董桂才,张斌儒. 宏观经济管理. 2018(04)
[8]基于WiFi与蓝牙的室内定位技术探究[J]. 孙纬民,杜庆治. 软件导刊. 2018(03)
[9]探究智能移动机器人的现状及展望[J]. 武雨飞. 中国战略新兴产业. 2018(12)
[10]基于超声波测距的室内定位系统[J]. 徐盛良,鲁照权,周永燕,王肖玥峰,丁浩峰. 机械设计与制造工程. 2017(11)
硕士论文
[1]基于CSI指纹的室内定位技术研究[D]. 蔡晨威.北京邮电大学 2019
[2]基于粒子滤波的人体跟随小车研究和实现[D]. 夏云川.西南交通大学 2018
[3]基于嵌入式Linux的视频监控系统设计[D]. 周景文.太原科技大学 2018
[4]基于改进核相关滤波算法的跟随机器人设计与实现[D]. 王彬.浙江大学 2018
[5]基于STM32的未知环境下自主定位移动机器人控制平台的研究与实现[D]. 尹天伦.东南大学 2017
[6]智能移动机器人的开发与研究[D]. 薛潭.青岛科技大学 2017
[7]基于多传感器信息融合的移动机器人控制[D]. 罗彬.东华大学 2016
[8]自动跟随小车控制系统[D]. 刘伟丽.长春理工大学 2013
本文编号：2981493
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/2981493.html
最近更新
教材专著
